700.470 (14S) Artificial Vision

Sommersemester 2014

Anmeldefrist abgelaufen.

keine Termine für den LV
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch
Artificial Vision
LV-Art
Vorlesung-Kurs (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
4.0
Anmeldungen
21 (50 max.)
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
07.05.2014
eLearning
zum Moodle-Kurs
Anmerkungen
Research Group Pervasive Computing @ NES
Seniorstudium Liberale
Ja

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Inhalt/e

Detailed schedule:

 May 07, ICT-Lab L4.1.02, whole day

 10:00 – 13:00 Introduction

 14:00 – 16:00 Logical Architecture

 16:00 – 18:00 Change Detection

 
 May 08, lecture room L4.1.01 & ICT-LAB L4.1.02

 09:00 – 12:00 Active Vision –> lecture room L4.1.01

 13:00 – 14:00 Active Vision ->  ICT-LAB L4.1.02

 14:00 – 18:00 MATLAB -> ICT-LAB L4.1.02

 May 09, ICT-Lab L4.1.02, whole day

 09:00 – 11:00 Object Recognition

 11:00 – 13:00 Space Projection

 14:00 – 16:00 Network Reconfiguration

 16:00 – 18:00 MATLAB

May 13, ICT-Lab L4.1.02, whole day

 10:00 - 13:00 Event Analysis

 14:00 - 15:00 Person REID

 15:00 – 18:00 Projects

Mode of exam:

1)   Matlab Projects : Students will be asked to give a 10 minutes presentation on a chosen computer vision problem. Then a small Matlab project together with a scientific description of the proposed solution has to be delivered before first exam date.

 and/or

2)   Written exams: 2 standard written exams (duration 2hrs each)

Themen
  • * Introduction
  • * Architecture of an artificial vision systems
  • * Low level processing (object segmentation, object detection, etc.): Image differencing, Background Updating, Thresholding, Image registration, Feature based image registration
  • * Middle level processing (object recognition, object tracking, etc.): Space projection, Machine learning for object recognition
  • * High level processing (behaviour analysis, event detection, etc.): Architecture for behaviour analysis, Simple & complex events, Feature extraction, Trajectory analysis, Clustering, Decision making
  • * Network reconfiguration: Modeling of a sensor network, Resources Optimization
  • * Matlab Laboratory; Change Detection, Image Mapping, Image Registration

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Beurteilungskriterien/-maßstäbe